Définitions des cas de grippe à utiliser dans la recherche en milieu réel

Résumé

Contexte : La confirmation en laboratoire de l’infection grippale n’est pas effectuée de façon systématique dans la pratique clinique courante. Avec l’avènement des mégadonnées, il est tentant d’utiliser les bases de données administratives des soins de santé pour les études sur l’efficacité réelle du vaccin contre l’influenza, qui reposent souvent sur les codes de diagnostic clinique. Le présent article vise à comparer les courbes d’incidence de la grippe utilisant les définitions de cas internationales dérivées des codes de diagnostic clinique avec les données de surveillance de l’infection grippale des CDC (Centers for Disease Control and Prevention) américains.

Méthodes : Cette série de cas décrit l’incidence de la grippe selon les semaines CDC, définie à l’aide des codes de diagnostic de la Classification internationale des maladies sur quatre saisons grippales (2015–2016 à 2018–2019) dans une cohorte de citoyens américains âgés de trois ans et plus ayant consulté au moins une fois par année entre 2015 et 2019. Les résultats ont été comparés au nombre de prélèvements positifs pour l’influenza ou de consultations externes pour un syndrome d’allure grippale obtenus à partir des données de surveillance des CDC en ce qui concerne l’influenza.

Résultats : Les courbes d’incidence des consultations médicales liées à la grippe étaient très semblables aux données de surveillance des CDC pour l’infection grippale confirmée en laboratoire. À l’inverse, le nombre de consultations pour un syndrome d’allure grippale était élevé lorsque les virus de l’influenza ont commencé à circuler, ce qui a entraîné une divergence par rapport aux données rapportées par les CDC.

Conclusion : Une définition de cas spécifique devrait être privilégiée en l’absence de données sur l’infection grippale confirmée en laboratoire, car une définition de cas plus large ferait pencher l’efficacité réelle du vaccin contre l’influenza vers une valeur nulle.

Introduction

Bien qu’il s’agisse d’une maladie évitable par la vaccination, la grippe provoque chaque année environ trois à cinq millions de cas de maladie grave et 290 000 à 650 000 décès dans le monde^{Note de bas de page 1}. En raison du taux de mutation élevé des virus de l’influenza, les formulations des vaccins sont mises à jour chaque année, ce qui exige une surveillance constante de l’influenza dans le monde entier. L’efficacité réelle du vaccin antigrippal (EV) a fait l’objet de nombreuses études, qui ont donné lieu à des estimations très variables. Cela peut s’expliquer par plusieurs facteurs, notamment la conception des études et la définition des cas de grippe^{Note de bas de page 2}.

L’évaluation de l’EV est généralement réalisée à l’aide d’un devis test-négatif qui compare les taux de vaccination des personnes dont le test de dépistage de la grippe confirmée en laboratoire est positif à ceux des personnes dont le test est négatif. Cette méthode est considérée comme l’étalon-or de l’étude EV, mais elle nécessite un recrutement adéquat dans une cohorte, ce qui demande beaucoup de ressources. Il peut donc être tentant, avec l’avènement des mégadonnées, d’utiliser les bases de données administratives des soins de santé pour les études d’EV. Étant donné que la confirmation en laboratoire du syndrome d’allure grippale n’est pas systématique, il faut se fier aux codes de diagnostic clinique comme définition de cas alternative pour la recherche de données réelles sur la grippe.

Au fil des ans, plusieurs définitions de cas de grippe ont été proposées avec des niveaux variables de sensibilité et de spécificité^{Note de bas de page 3}. Le choix des définitions de cas dépend de plusieurs facteurs tels que les sources de données, la population étudiée et l’objectif de la surveillance : une sensibilité élevée peut convenir à la détection précoce d’une éclosion, tandis qu’une spécificité plus élevée peut être requise pour les études sur l’efficacité réelle des vaccins. Les codes de diagnostic de la classification internationale des maladies (CIM) spécifiques à l’influenza sont facilement récupérés dans les dossiers médicaux électroniques (DME); cependant, les données des DME doivent pouvoir saisir les cas de manière précise et complète, en particulier lorsque les codes de diagnostic clinique sont utilisés pour identifier la grippe.

L’étude vise à déterminer si les définitions alternatives de cas de grippe sont en corrélation avec les définitions de cas standard utilisées pour la surveillance, en comparant les courbes d’incidence de la grippe utilisant des définitions de cas dérivées des codes de diagnostic clinique aux données de surveillance de la grippe des CDC américains.

Méthodes

Cette série de cas décrit l’incidence hebdomadaire de la grippe selon les semaines CDC, définie à l’aide des codes de diagnostic de la CIM, sur quatre saisons grippales (de 2015–2016 à 2018–2019) dans une cohorte de citoyens américains âgés de trois ans et plus ayant consulté au moins une fois par année entre 2015 et 2019. Les données de l’étude ont été dérivées d’un ensemble de données intégrées comprenant des DMEs de soins primaires connexes provenant de la base de données Veradigm Health Insights, complétées par des données de pharmacie et de frais médicaux provenant de Komodo Health Inc., New York. Les sources de données et les processus de couplage ont été décrits précédemment^{Note de bas de page 4}.

Nous avons utilisé les définitions de cas élaborées par le US Armed Forces Health Surveillance Center (AFHSC) pour la surveillance spécifique et sensible de la grippe^{Note de bas de page 5}. Le résultat primaire était un dossier de consultation médicale liée à la grippe, dans un hôpital ou un établissement de soins primaires, défini par les codes CIM spécifiques à l’influenza (ensemble de codes B de l’AFHSC)^{Note de bas de page 5}. La définition de l’ensemble de codes B de l’AFHSC ayant été élaborée pour une surveillance spécifique de la grippe, les résultats ont été comparés au nombre de spécimens positifs pour l’influenza provenant des données de surveillance de la grippe des CDC^{Note de bas de page 5Note de bas de page 6}. Le résultat secondaire était une rencontre avec un syndrome d’allure grippale (SAG) en utilisant une définition de cas sensible (ensemble de codes A de l’AFHSC)^{Note de bas de page 5}. Les résultats ont été comparés au nombre de consultations externes pour un SAG à partir des données de surveillance de la grippe des CDC, l’ensemble de codes A de l’AFHSC ayant été conçu pour identifier les cas de SAG^{Note de bas de page 5Note de bas de page 6}. La date d’incidence était la date de la première consultation médicale répondant à la définition du critère de résultat pendant les saisons de grippe (de la semaine CDC 40 à la semaine CDC 20 de l’année suivante). Une analyse qualitative des courbes d’incidence a été réalisée pour évaluer si les définitions de cas de grippe alternatives dérivées des codes de diagnostic clinique étaient en corrélation avec les définitions de cas de grippe standard utilisées par le système de surveillance national représentatif établi depuis longtemps par les CDC^{Note de bas de page 7}.

Résultats

Les courbes d’incidence des consultations médicales liées à la grippe, dérivées des codes CIM spécifiques à la grippe, en utilisant l’ensemble de codes B de l’AFHSC, comparées à l’incidence des spécimens positifs pour l’influenza rapportés par les données de surveillance de la grippe des CDC sur quatre saisons grippales sont présentées dans la figure 1. Les courbes d’incidence des consultations médicales liées à la grippe étaient très semblables aux données de surveillance des CDC pour l’infection grippale confirmée en laboratoire au cours des quatre saisons de grippe. Au début de chaque saison, le nombre de consultations médicales liées à la grippe était faible et augmentait progressivement, pour atteindre un pic entre les semaines CDC 5 et 10, comme le montrent les données de surveillance des CDC. Les niveaux diminuaient ensuite pendant le reste de chaque saison, suivant un schéma similaire à celui du nombre de spécimens positifs pour l’influenza.

Les courbes d’incidence des consultations médicales pour un syndrome d’allure grippale dérivées de la définition de cas de l’ensemble de codes A de l’AFHSC pour la surveillance sensible, comparées à l’incidence des consultations externes pour un syndrome d’allure grippale rapportée par les CDC, sont présentées dans la figure 2. Les courbes d’incidence des consultations pour un SAG ne suivent pas le même schéma que les consultations externes pour un SAG au niveau national. Le nombre de consultations médicales pour un SAG a commencé et est resté élevé au cours de la première moitié de la saison. Inversement, les niveaux nationaux ont progressivement augmenté jusqu’à ce que l’on observe un pic autour des semaines CDC 5 et 10, comme pour l’infection grippale confirmée en laboratoire rapporté par les données de surveillance de la grippe des CDC. Par la suite, les deux courbes ont diminué pour le reste de la saison.

Discussion

Nous avons constaté que les courbes d’incidence de l’infection grippale confirmée en laboratoire rapporté par les CDC et des consultations médicales liées à la grippe obtenues à partir des DMEs se chevauchaient bien au cours des quatre saisons grippales étudiées (figure 1); par conséquent, la définition de l’AFHSC pour la surveillance spécifique de la grippe est un bon indicateur de l’infection grippale confirmée en laboratoire, lorsque seuls les codes de diagnostic clinique sont disponibles pour identifier les consultations médicales liées à la grippe. En revanche, le nombre de consultations pour un syndrome d’allure grippale était élevé lorsque les virus de la grippe ont commencé à circuler, ce qui a entraîné une divergence avec les données déclarées par les CDC pour le SAG et les consultations externes pour un syndrome d’allure grippale. La définition de cas de SAG de l’AFHSC était vaste et comprenait des codes CIM pour la fièvre, la toux, l’otite de l’oreille moyenne, la rhinopharyngite aiguë, la sinusite aiguë et la pneumonie, incluant ainsi des cas non liés à une infection grippale. À l’inverse, la définition du syndrome d’allure grippale des CDC se limite à la fièvre et à la toux et/ou au mal de gorge sans cause connue autre que la grippe^{Note de bas de page 7}.

D’autres études ont examiné l’utilisation des codes de diagnostic clinique pour l’identification des cas de grippe^{Note de bas de page 3Note de bas de page 8}. Une étude de validation multicentrique a montré que les codes CIM spécifiques de l’influenza étaient très spécifiques pour l’identification de l’infection grippale confirmée en laboratoire chez les enfants admis dans des établissements pédiatriques de soins tertiaires, 73 % des cas d’infection grippale confirmée en laboratoire étant identifiés par un code de diagnostic de sortie spécifique de l’influenza^{Note de bas de page 8}. Une autre étude de validation a montré que l’ensemble de codes B de l’AFHSC, qui n’utilisait que les codes présentant une positivité supérieure à 75 % pour l’influenza, permettait une spécificité très élevée (96 %) mais une sensibilité modérée (62 %) dans l’identification des cas de la grippe confirmée en laboratoire^{Note de bas de page 3}. En outre, des études ont montré que les médecins peuvent diagnostiquer avec précision les cas de grippe sur la base des seuls symptômes cliniques lorsque la probabilité pré-test est élevée, notamment lorsque les virus de l’influenza circulent dans la communauté^{Note de bas de page 9Note de bas de page 10}. Ensemble, la définition des cas cliniques spécifiques à la grippe et la connaissance de la saisonnalité de la grippe peuvent conduire à une identification précise de l’infection grippale.

Limites

L’étude est limitée par sa conception rétrospective et le manque de données quant au nombre de jours depuis l’apparition des symptômes, un critère couramment utilisé dans la définition des cas de grippe. Ainsi, des définitions de cas validées précédemment qui ne nécessitaient que des codes de diagnostic clinique ont été utilisées.

Conclusion

Nos résultats suggèrent qu’il est plus approprié d’utiliser la définition de cas standard de l’AFHSC pour la surveillance spécifique de la grippe plutôt qu’une définition plus vaste de SAG, lorsque seuls les codes de diagnostic clinique sont disponibles pour l’évaluation de l’infection grippale, car ses tendances sont plus étroitement liées aux données rapportées par les CDC. Bien que notre travail ait été orienté vers les besoins de surveillance, nous pensons que la définition de cas spécifiques devrait également être une priorité pour la recherche sur les EV lorsque des données sur l’infection grippale confirmée en laboratoire ne sont pas disponibles. Une définition de cas plus large pourrait faire pencher l’EV vers une valeur nulle en incluant des cas non liés à l’infection grippale, qui ne peuvent être évités par la vaccination contre la grippe. Cet exercice de validation devrait être répété maintenant que la COVID-19 provoque également un SAG.

Déclaration des auteurs

• P. D. P. — Rédaction–projet original, rédaction - révision et édition, conceptualisation, méthodologie, enquête, analyse formelle, visualisation, acquisition de fonds
• E. F. — Rédaction–révision et édition, conceptualisation, méthodologie, supervision
• C. Q. — Rédaction–révision et édition, conceptualisation, méthodologie, supervision

Le contenu de l’article et les points de vue qui y sont exprimés n’engagent que les auteurs et ne correspondent pas nécessairement à ceux du gouvernement du Canada.

Intérêts concurrents

Aucun.

Remerciements

La société VHN Consulting, embauchée par Seqirus Inc., a apporté son soutien à la gestion des données.

C. Boikos et D. Dudman, employés de Seqirus Inc, ont apporté leur soutien éditorial à la préparation du manuscrit.

Financement

Ce travail a été financé par le programme de stages MITACS-Accelerate en collaboration avec Seqirus Inc.

P. D. P. est financé par le programme de stages MITACS-Accelerate. C. Q. est la Chaire de recherche du Canada de niveau 1 en prévention des infections.

Cette œuvre est mise à disposition selon les termes de la Licence Creative Commons Attribution 4.0 International